Matplotlibで画像プロットに疑似カラー（Pseudocolor）を適用する方法

疑似カラー（Pseudocolor）は、コントラストを高めてデータをより見やすく可視化するための便利な手法です。特にプロジェクターを使ってデータを発表する際に効果的です。プロジェクターは一般的にコントラスト性能が低いため、疑似カラーを活用することで視認性が大きく向上します。

なお、疑似カラーを適用できるのは、単一チャンネルのグレースケール（輝度）画像のみです。RGB画像の場合はそのまま使えないため、まず1つのチャンネルを取り出す必要があります。ここでは、R・G・Bの各チャンネルが似通った値を持つことを利用して、1つのチャンネルだけを抜き出して処理します。

手順

• 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。
• ファイルから画像を読み込み、配列として取得します。
• 画像データから1つのチャンネルを選択します。
• 2次元の正規ラスタ上にデータを画像として表示します。
• 軸の表示をオフにします。
• 図を表示するには show() メソッドを使用します。

サンプルコード

from matplotlib import pyplot as plt, image as mimg
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

img = mimg.imread('bird.jpg')
lum_img = img[:, :, 0]

plt.imshow(lum_img)
plt.axis('off')

plt.show()

実行結果

このように、RGB画像から輝度情報となる1チャンネルを抽出して imshow() で表示するだけで、疑似カラーの適用準備が整います。さらに cmap 引数でカラーマップ（例： hot や viridis など）を指定すれば、モノクロ画像を色付きの疑似カラー画像として表現でき、データのコントラストや特徴をより直感的に把握できるようになります。